Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
API сегментации селфи ML Kit позволяет разработчикам легко отделять фон от пользователей внутри сцены и сосредоточиться на том, что важно. Добавление интересных эффектов к селфи или размещение пользователей в интересном фоновом окружении еще никогда не было таким простым.
API сегментации селфи принимает входное изображение и создает выходную маску. По умолчанию маска будет того же размера, что и входное изображение. Каждому пикселю маски присваивается число с плавающей точкой в диапазоне [0,0, 1,0]. Чем ближе число к 1,0, тем выше уверенность в том, что пиксель представляет человека, и наоборот.
API работает со статическими изображениями и вариантами использования живого видео. Во время живого видео API будет использовать выходные данные предыдущих кадров для получения более плавных результатов сегментации.
Кроссплатформенная поддержка. Наслаждайтесь одинаковыми возможностями как на Android, так и на iOS.
Поддержка одного или нескольких пользователей. Легко сегментируйте нескольких людей или только одного человека без изменения каких-либо настроек.
Поддержка всего тела и половины тела. API может сегментировать портреты и видео как в полный рост, так и в верхнюю часть тела.
Результаты в реальном времени. API основан на процессоре и работает в режиме реального времени на большинстве современных смартфонов (20 кадров в секунду+) и хорошо работает как с потоками неподвижных изображений, так и с видеопотоками в реальном времени.
Поддержка маски необработанного размера. По умолчанию выходные данные маски сегментации имеют тот же размер, что и входное изображение. API также поддерживает опцию, которая вместо этого создает маску с выходным размером модели (например, 256x256). Этот параметр упрощает применение индивидуальной логики изменения масштаба или уменьшает задержку, если изменение масштаба до размера входного изображения не требуется для вашего варианта использования.
Примеры результатов
Входное изображение
Выходное изображение + маска
Под капотом
Для получения дополнительной информации о том, как была обучена модель, и о наших методах обеспечения справедливости в сфере ОД, ознакомьтесь с нашей карточкой модели .